Natural Language Processing

(1)

Kecerdasan Buatan

Natural Language Processing

Oleh Politeknik Elektronika Negeri Surabaya 2017

(2)

Konten

• Apa itu NLP?

• Disiplin Ilmu dalam NLP

⁻ Fonetik

⁻ Morfologi

⁻ Sintaktis

⁻ Semantik

⁻ Pragmatik

⁻ Discourse Knowledge

⁻ World Knowledge

• Contoh Aplikasi NLP

• Parsing

(3)

Tujuan Instruksi Umum

Mahasiswa memahami filosofi Kecerdasan Buatan dan mampu menerapkan beberapa metode Kecerdasan

Komputasional dalam menyelesaikan sebuah

permasalahan, baik secara individu maupun

berkelompok/kerjasama tim.

(4)

Tujuan Instruksi Khusus

• Mengetahui definisi NLP

• Mengetahui cabang dalam NLP

• Memahami salah satu cabang NLP yaitu gramatika

• Memahami proses dalam gramatika yaitu parser

• Memahami implementasi gramatika dalam Prolog

(5)

Apa itu NLP?

• Proses pembuatan model komputasi dari bahasa

sehingga memungkinkan terjadinya interaksi antara manusia dan komputer dengan perantaraan bahasa alami yang dipakai oleh manusia.

• NLP memodelkan pengetahuan terhadap bahasa, baik

dari segi kata, bagaimana kata-kata bergabung menjadi

suatu kalimat dan konteks kata dalam kalimat.

(6)

Disiplin ilmu dari NLP

• Fonetik / fonologi

• Morfologi

• Sintaksis

• Semantik

• Pragmatik

• Discourse knowledge

• World knowledge

(7)

Fonetik / Fonologi

• Berhubungan dengan suara yang menghasilkan kata yang dapat dikenali.

• Bidang ini dipakai dalam aplikasi-aplikasi speech

based system

(8)

Morfologi

• Pengetahuan tentang kata dan bentuknya sehingga bisa dibedakan antara yang satu dengan yang lain.

• Contoh:

membangunkan

 bangun (kata dasar)  mem (prefix)

 kan (suffix)

(9)

Sintaktis

• Pengetahuan tentang urutan kata dalam pembentukan kalimat.

• Contoh:

Kalimat  Subyek, Predikat

Kalimat  Subyek, Predikat, Keterangan Subyek  Determinan, KataBenda

Predikat  KataKerja, KataBenda Determinan  seorang, seekor

KataBenda  manusia, anjing, nasi, daging, air KataKerja  makan, minum

Keterangan  kemarin, tadi

(10)

Semantik

• Mempelajari arti suatu kata dan bagaimana arti kata-arti kata tersebut membentuk suatu arti kata dari kalimat yang utuh.

• Contoh:

Ayahku datang membawa buah tangan

(11)

Pragmatik

• Pengetahuan tentang konteks kata/kalimat yang berhubungan erat keadaan atau situasi kata/kalimat tersebut dipakai.

• Contoh:

Ayah datang (diucapkan dengan nada datar) Ayah datang! (diucapkan dengan nada tinggi) Ayah datang? (diucapkan dengan tempo cepat)

(12)

Discourse Knowledge

• Pengetahuan tentang hubungan antar kalimat.

• Melakukan pengenalan apakah suatu kalimat yang telah dikenali mempengaruhi kalimat selanjutnya.

• Penting untuk identifikasi kata ganti orang, keterangan tempat atau aspek sementara dari informasi.

• Contoh:

Ibu pergi ke pasar. Ia membeli makanan disana.

(13)

World Knowledge

• Mencakup arti sebuah kata secara umum dan apakah arti khusus bagi suatu kata dalam suatu percakapan dengan konteks tertentu

Teknik Informatika - Politeknik Elektronika Negeri Surabaya

(14)

Aplikasi NLP

• Text-based application

• Speech-based application

(15)

Text-based application

• Aplikasi yang melakukan memprosesan terhadap teks tertulis

• Contoh:

• Mencari topik tertentu dari buku di perpustakaan

• Mencari isi dari suatu berita atau artikel

• Mencari isi dari email

• Menterjemahkan dokumen dari suatu bahasa ke bahasa lain

(16)

Speech-based application

• Aplikasi yang melakukan memprosesan dari bahasa lisan atau pengenalan suara.

• Contoh:

• Sistem otomatis pelayanan melalui telepon

• Control suara pada peralatan elektronik

• Aplikasi peningkatan kemampuan berbahasa

(17)

Contoh aplikasi NLP

• ELIZA yang dibekali pengetahuan psikologi, sehingga beberapa orang terdorong untuk mampu merubah sikap dan perilakunya.

• Jupiter yang mampu memberikan informasi cuaca melalui telepon.

• ALVIN yang mampu menjawab pertanyaan mengenai DOS.

• SEXPERT yang dirancang untuk perbincangan mengenai pendidikan seksual.

• Email translator

• Web translator

• World translator

(18)

Jupiter

(19)

Email translator

Bahasa Indonesia Bahasa Belanda

(20)

World translator

• Suatu pengembangan dari word translator yang sudah ada. Diharapkan dengan teknik ini hasil terjemahan bahasa akan menjadi lebih sempurna, mengikuti kaidah tata bahasa.

• Terjemahan akan lebih cepat, akurat bukan lagi dengan sistem

menterjemahkan per kata, tapi per kalimat dengan melihat Subjek- Predikat-Objek.

• Pengembangan ini diharapkan mampu menjawab tantangan dari word translator yang sudah ada di pasaran.

(21)

Gramatika

• Suatu aturan yang menentukan apakah suatu kumpulan kata dapat diterima sebagai kalimat dalam suatu bahasa.

• Context Free Grammar (CFG) adalah representasi grammar dari

Chomsky Hierarchy yang mudah dipahami dan diolah dalam bentuk program.

• CFG merepresentasikan bahwa suatu grammar itu dapat dibentuk dari 4 elemen, yaitu:

• Simbol awal

• Aturan penulisan

• Simbol non terminal

• Simbol terminal

(22)

Contoh

Kalimat  KataBenda KataKerja KataBenda  {ayam, kucing, budi}

KataKerja  {makan, minum, baca}

simbol awal

simbol non terminal aturan

penulisan

simbol terminal

(23)

Parsing

• Suatu proses menganalisa suatu kumpulan kata dengan memisahkan kata-kata itu dan menentukan struktur sintaktis dari tiap kata

tersebut.

• Mempunyai 2 pendekatan:

• Top-down parsing

• Bottom-up parsing

(24)

Contoh

kucing makan

KataBenda KataKerja Kalimat

Bottom-up parsing

(25)

Latihan Soal

1. Buatlah sebuah Gramatika Percakapan yang terjadi di kampus!

2. Buatlah sebuah Gramatika Percakapan yang terjadi di pasar!

3. Buatlah sebuah Gramatika Percakapan yang terjadi di RS!

4. Buatlah sebuah Gramatika Percakapan yang terjadi di rumah!

5. Berikan contoh pada masing-masing dan lakukan Parsing secara Top Down!

(26)

Natural Language Processing

Kecerdasan Buatan